AI辅助的11C-MET PET/CT技术用于新诊断的多发性骨髓瘤患者的骨髓代谢活性量化评估，以辅助预后判断

《European Journal of Nuclear Medicine and Molecular Imaging》：AI-Quantified 11C-MET PET/CT bone marrow metabolic activity for prognostic assessment in newly diagnosed multiple myeloma

多发性骨髓瘤患者采用AI自动量化碳11-甲硫氨酸PET/CT代谢参数（MTV、TLMU）并与氟18-脱氧葡萄糖PET/CT指标对比，结果显示AI量化MET参数对骨髓浆细胞百分比、β2微球蛋白及分期系统（ISS/R-ISS）相关性更强，且在预后分析中独立预测 progression-free survival（PFS），AUC值高于FDG指标。

　　

摘要

目的

开发并验证一种利用碳-11（^11C）-甲硫氨酸（MET）PET/CT自动化量化整个骨骼系统骨髓（BM）代谢活动的人工智能（AI）方法，并评估其与氟-18（^18F）-氟脱氧葡萄糖（FDG）PET/CT在新诊断的多发性骨髓瘤（MM）患者中的预后价值。

方法

这项前瞻性研究纳入了49名新诊断的MM患者（中位年龄68岁；29名男性）。所有患者均接受了^11C-MET和^18F-FDG PET/CT检查。AI算法首先在CT图像上分割骨骼结构，然后将所得到的掩模应用于标准化摄取值（SUV）PET图像，以实现自动PET/CT分割和骨髓代谢的定量体积评估。通过应用一系列SUV阈值，该算法计算^11C-MET代谢肿瘤体积（MTV）和总病变甲硫氨酸摄取量（TLMU），并评估其与临床标志物（骨髓浆细胞[BMPC]百分比、血清β2-微球蛋白、国际分期系统[ISS]/修订ISS [R-ISS]分期）和无进展生存期（PFS）的关联。

结果

AI定量得到的^11C-MET MTV和TLMU与BMPC百分比（MTV: r = 0.32, p = 0.02；TLMU: r = 0.31, p = 0.03）、血清β2-微球蛋白（MTV: r = 0.29, p = 0.05；TLMU: r = 0.29, p = 0.05）、ISS分期（MTV: r = 0.31, p = 0.03；TLMU: r = 0.32, p = 0.03）以及R-ISS分期（MTV: r = 0.40, p = 0.02；TLMU: r = 0.37, p = 0.03）存在显著相关性。在多变量Cox分析中，^11C-MET MTV（HR = 1.0023；[95% CI: 1.0004–1.0042；p = 0.02）和TLMU（HR = 1.0003；[95% CI: 1.0001–1.0005；p = 0.01）均能独立预测PFS。在PFS预测方面，使用所提出的阈值，^11C-MET MTV（接收者操作特征曲线下面积[AUC] = 0.743；[95% CI: 0.563–0.903；p < 0.01）和TLMU（AUC = 0.749；[95% CI: 0.576–0.904；p < 0.01）的表现优于^18F-FDG PET/CT的总病变糖酵解（TLG，AUC = 0.713，p < 0.01）和MTV（AUC = 0.719，p < 0.01）。

结论

AI定量得到的^11C-MET MTV和TLMU作为疾病负担的客观生物标志物，其预测MM预后的能力优于^18F-FDG参数，并可能有助于改善风险分层。